-
1 # 希純小築
-
2 # 閉眼深呼吸26761248
科普一下,NPU:神經網路處理單元,是模擬生物神經而構建的一種專業晶片,為深度學習而生,可以讓手機在人工智慧領域獲得更強的運算和處理能力,影象識別速度快。這種專用演算法處理器,處理人工智慧的任務比CPU快50倍!
-
3 # 搞機新視角
當手機進入人工智慧時代之後,當前以CPU/GPU/DSP為核心的傳統計算架構已經不能夠適應AI時代對計算效能的海量需求。
在手機側,由於具備隨時性、實時性和隱私性等重要特點,AI本地處理能力就變得尤為重要,當前手機側的效能問題已經成為阻礙移動AI技術發展的最大掣肘。手機作為一個隨身裝置,與伺服器相比,無論是體積、供電、散熱和能耗都面臨巨大的挑戰。因此,手機SoC晶片既要不斷追求最好的效能,同時對每一個能力的加入又必須用最高的效能密度和最好的能源效率的方式進行,這對晶片的設計提出了超高的要求。
麒麟970選擇了具有最高能效的異構計算架構來大幅提升AI的算力,創新設計了HiAI移動計算架構,首次整合NPU(Neural Network Processing Unit)專用硬體處理單元,其AI效能密度大幅優於CPU和GPU。
相較於四個Cortex-A73核心,在處理同樣的AI應用任務時,NPU擁有大約25倍效能和50倍能效優勢,這意味著麒麟970晶片可以用更少的能耗更快地完成AI計算任務。以影象識別速度為例,麒麟970可達到約2005張/分鐘,這種超級的AI運算速度遠高於業界同期水平。
麒麟970的HiAI移動計算架構
麒麟970 HiAI架構中另外兩個重要的組成部分——CPU和GPU也有新的提升。麒麟970 CPU能效提升20%;率先商用Mali G72 MP12 GPU,與上一代相比,圖形處理效能提升20%,能效提升50%,可以更長時間支援3D大型遊戲的流暢執行,支援AR/VR等全新一代移動網際網路體驗。
-
4 # 165414
答案就是就算有用也用不著,一個重要的點是npu現在還是用在手機裡的,一個人用手機的時間會很長嗎?手機主要是用的方便,體驗是其次的,比如我已經用手機看影片了,還會在乎螢幕的好壞嗎,我要是追求看影片的體驗是絕不會在手機上看的。ai也是一樣,定位在手機上就是一個錯誤,多了一個不怎麼用的著的東西。
-
5 # 最神通
所謂的NPU,英文全稱是Neural network Processing Unit,即神經網路處理單元元,其在 HiAI 移動計算架構之下,AI 效能的密度將大幅優於 CPU 和 GPU,能夠在更少的能耗下更快地完成儘可能多的任務,大幅提升晶片的運算效率。比如說在 16 位浮點數(FP 16)時,麒麟 970 內建的 NPU 運算能力將達到 1.92 TFLOPs。
基於以上NPU核心技術分析,這款獨立處理單元NPU具體的作用則在遊戲、AI人臉識別、拍照等方面體現。(以加持NPU的榮耀V10為例)
首先,從遊戲方面來講,這款手機的遊戲免打擾功能,能夠完美解決遊戲與電話的先天矛盾。在內建NPU的人工智慧晶片麒麟970的支援下,榮耀V10針對遊戲優化了遊戲助手功能,包含遊戲模式(智慧調配資源)、遮蔽導航鍵防誤觸以及遊戲免打擾,玩遊戲時來電會出現一個小懸浮窗,可以直接擴音接聽,不影響遊戲對局。
以iPhoneX為例,同樣是打王者榮耀時來電,iPhoneX直接彈出通話介面,這個時候要是對面強開,來個電話無疑就是在送人頭;看看榮耀V10這邊,來電透過懸浮窗顯示,一鍵即可擴音接聽,不耽誤遊戲打團拿人頭。
其次,榮耀V10擁有人臉識別的功能,解鎖的速度和準確率上也與iphoneX基本持平。安全性方面,榮耀V10的面部識別同樣支援防閉眼解鎖以及智慧鎖屏通知功能。
最後,在拍照方面,對於女生來說,榮耀V10的自拍功能可以說非常強大了,不僅具有“美顏”模式,而且還加入了獨有的AI人像模式。同時,榮耀V10還可以透過AI進行場景識別,精確的為你調整相機的引數,目前可以識別有美食、綠植、花朵、夜景等13種場景。
可見,正因加持了NPU單元的緣故,商用機型榮耀V10在處理AI人工智慧生活應用上也變得聰明起來了。
回覆列表
有人說,人工智慧主要還是噱頭,消費者也不一定認可。究竟有沒有應用可以真正的使用到這個計算單元,併產生效益。比如有些產品宣傳有多少gpu 事實上可能都沒有支援的圖形庫,更別說npu了。
你說人工智慧有什麼用?上個圖你就明白了。這技術有個簡單的名字,叫做美型。大膽預言,在亞洲必火,還可以拓展到直播。變音+美型,摳腳大漢分分鐘深度學習成十八歲小姑娘。就問你怕不怕?這些神技,和手機晶片是怎麼聯絡起來的?聽我慢慢道來。先給個結果。現在手機上的神經網路加速器已經可以做到1Tops了(8bit整數,乘加算兩次操作),並且在16nm工藝上只用了1瓦,面積1平方毫米,跑在1Ghz。計算單元同時支援8/16bit乘加。
當然,這是固定流水線的,網路結構可以預先配置。如果要完全可程式設計的,那會降到300Gops,32位的話是75GFLOPS。1平方毫米什麼成本?在16FFC上,發貨千萬顆以上的時候,差不多是15cent,一塊錢人民幣。而NV的Tesla p100,20TFLOPS(16bit),我記得8塊做成系統要13萬刀,80多萬人民幣。
所以你們知道為什麼NV股價高了?華為釋出麒麟970,在你看來只是一件小事,但很可能是AI的里程碑事件,影響深遠。人工智慧物種爆發的寒武紀即將來臨。